חלוקת כישלונות היא חיונית בהנדסת אמינות כדי לחזות את תוחלת החיים ואת שיעורי הכשל של רכיבים ומערכות.הבנת מודלים שונים מסייעת למהנדסים לעצב מוצרים אמינים יותר ותחזוקה של תוכניות ביעילות.

הפצה חדשנית

ההפצה האקספוננציאלית מדגימה את הזמן בין כישלונות במערכות עם שיעור כשל קבוע.זה מאופיין על ידי פרמטר יחיד, שיעור הכישלון (λ) מודל זה מניח כי ההסתברות של כישלון היא עצמאית של זמן, מה שהופך אותו מתאים רכיבים אלקטרוניים ופריטים אחרים עם תהליך כשל זיכרון.

הפצה Weibull Distribution

ההפצה Weibull גמישה ויכולה להגדיל, להפחית או שיעורי כשלון קבועים בהתאם לפרמטר הצורה שלה (β) זה נפוץ בניתוח אמינות בגלל יכולת הסתגלות זו.כאשר β הוא פחות מ 1, שיעור הכשל יורד לאורך זמן; כאשר β שווה 1, הוא מפשט את ההפצה האקספוננציאלית; וכאשר β הוא גדול יותר מ 1, שיעור הכשלונות, המציין כישלונות לבישולים.

הפצה נורמלית

ההפצה הגוינט נורמלית מתארת תקופות כשל שבו ה-Garithm של זמן הכשל בדרך כלל מבוזר.זה שימושי עבור מודלים של כישלונות הנובעים מנזק מצטבר או ללבוש, כגון עייפות מכנית.חלוקה זו מאופיינת בסטייה ממוצעת של הנתונים מותאמים לקודמת.

השוואה של הפצה

לכל הפצה של כשל יש יישומים ספציפיים המבוססים על התנהגות כישלון.הפוננציאלית היא פשוטה ומתאים לשיעורי כשל מתמיד.ה- Weibull מציע צדדיות עבור דפוסי כשלים שונים, בעוד שהגלול נורמלי הוא אידיאלי עבור כישלונות המושפעים מנזק מצטבר.